背景:近年来,随着数字医疗技术的进步和生物医学数据的激增,机器学习在医疗保健和医学领域的应用引起了广泛关注。虽然住院环境能够从患者那里生成丰富的临床数据,但可用于针对特定临床情况进行二次研究的可操作信息却很少。目的:本研究重点是将无监督机器学习技术应用于创伤性脑损伤 (TBI),这是 44 岁以下儿童和成人死亡和残疾的主要原因。具体来说,我们提出了一个案例研究,以证明子空间聚类技术从收集自 TBI 患者的数据中提取模式的可行性和适用性。方法:本研究的数据来自孕酮治疗创伤性脑损伤、实验性临床治疗-III 期 (PROTECT III) 试验,其中包括 882 名 TBI 患者。我们将子空间聚类方法(基于密度、基于细胞和面向聚类的方法)应用于该数据集,并比较了不同聚类方法的性能。结果:分析显示实验室生理数据有以下三个集群:(1)国际标准化比率 (INR),(2)INR、氯化物和肌酐,以及(3)血红蛋白和血细胞比容。虽然所有子聚类算法在按死亡状态对患者进行分类时都具有合理的准确性,但基于密度的算法具有更高的 F1 分数和覆盖率。结论:聚类方法是临床领域(如 TBI)表型定义和验证的重要步骤,其中患者和损伤异质性是临床试验失败的主要原因之一。本研究的结果为开发可扩展的聚类算法以供进一步研究和验证奠定了基础。
通过雄激素受体作用的睾丸激素,以及通过芳香二醇(雌激素受体的激活剂)在脂肪组织,骨骼和骨骼肌生物学中起关键作用。这反映在将肥胖症和葡萄糖代谢无序代谢与较低的血清睾丸激素浓度和男性2型糖尿病(T2D)风险增加的流行病学研究中。睾丸激素还调节红细胞增多症,血管内皮和平滑肌细胞功能,对血细胞比容和心血管系统产生潜在的影响。预防2型糖尿病(T4DM)研究的睾丸激素招募了50岁及以上的男性,腰围为95厘米或超过95厘米或以上,葡萄糖耐受性受损或新诊断的T2D,以及血清睾丸激素浓度(如化学抗化学睾丸激素浓度(通过化学发光免疫量测量)该研究报告说,与安慰剂相比,在生活方式计划的背景下,对睾丸激素的1000 mg进行了为期2年的1000毫克,在3个月的肌肉内治疗,与安慰剂相比,T2D诊断的可能性降低了40%。这种作用伴随着空腹血糖的降低,并与人体成分,手柄强度,骨矿物质密度和骨骼微观结构的有利变化相关,而不是HbA1c,HBA1C是血糖控制的红细胞依赖性量度。没有信号发生心血管不良事件。With the objective of informing translational science and future directions, this article discusses mechanistic studies underpinning the rationale for T4DM and translational implications of the key outcomes relating to glycaemia, and body composition, together with effects on erythrocytosis, cardiovascular risk and slow recovery of the hypothalamo–pituitary–testicular axis.
尽管酪氨酸激酶抑制剂 (TKI) 的治疗药物监测 (TDM) 具有改善治疗结果和最大限度降低毒性的巨大潜力,但在肿瘤患者的标准护理中,它尚未常规实施。TKI 是 TDM 的完美候选药物,因为它们的治疗窗口相对较小,药代动力学在不同患者之间的差异较大,并且药物浓度与疗效之间存在相关性。此外,大多数可用的 TKI 都容易受到各种药物相互作用的影响,因此可以通过 TDM 检查药物依从性。通过传统静脉采血获得的血浆是 TKI 的 TDM 标准基质。然而,使用血浆会带来一些与采样和稳定性相关的挑战。使用干血微量样本可以克服这些限制。通过手指刺破采集样本的侵入性最小,而且方便简单,患者可以在家中自行采样。小样本量的采集对于儿科人群或药代动力学研究尤其重要。此外,使用干燥基质可提高化合物的稳定性,从而使样品的运输和储存更加方便且经济高效。在本综述中,我们重点介绍了用于 TKI 定量的不同干血微量样本方法。尽管干血微量采样具有许多优点,但定量分析也存在一些特定的困难。讨论了基于微量采样的方法的不同方法学方面,并将其应用于 TKI 的 TDM。我们重点关注样品制备、分析、内部标准、样品稀释、外部质量控制、干血斑特定验证参数、稳定性和血液到血浆的转化方法。偏差血细胞比容值对定量结果的各种影响将在单独的部分中讨论,因为这是一个关键问题,无疑是干血微量样本分析中最广泛讨论的问题。最后,讨论了在现实家庭采样环境中使用微量样本进行 TDM 的适用性和可行性。
NAVMED P-5055 CH-2 至 2011 年 2 月版本第 2 章 3。特殊研究。所需的特殊研究记录为:a。体检前 3 个月内进行白细胞计数 (WBC) 和血细胞比容 (HCT)。b. 尿液分析。体检前 3 个月内使用显微镜高倍视野对尿液进行红细胞检测。c. 40 岁及以上的女性需要进行乳房检查(手动和临床乳房检查)。平民女性工人可以由其平民提供者进行此项检查,并将文件提交给海军检查员。平民女性工人还可以提交乳房 X 线摄影检查的结果以供考虑。无需进行女性盆腔检查。d. 不再需要进行直肠指检 (DRE)。在第 18 栏中标记“未检查 (NE)”。 e. 此外,以下特殊研究可能适用: (1) 必须按照本手册第 3 章进行放射性物质的职业摄入和待计量有效剂量当量或待计量剂量当量的评估。(2) 当主管医生、放射卫生官员或放射卫生主管认为必要时,可以对身体组织、分泌物和排泄物进行放射性生物测定,以估计内部污染物的暴露量。如果指挥部缺乏执行适当放射性生物测定或执行承诺有效剂量当量或承诺剂量当量计算的能力,则必须向第 3 章中指定的支持设施之一提交援助请求。(3) 经 BUMED 负责人批准,可在适用的放射控制手册中提供因特定工作环境而需要进行特殊检查的额外要求。f. 第 2-2 条第 2 款列出的放射工作人员医疗资格更新周期不得延长以适应外部体检或特殊研究结果。未在第 2-2 条第 5b 款规定的范围内完成外部私人测试的工作人员将被暂时指定为不合格体检人员 (NPQ),其剂量计发放特权将被暂停,并在适用的情况下,被列入指挥部剂量测定不允许发放 (DINA)(取消资格)名单。当 RME 完成且工人身体合格时,必须恢复工人的剂量计发放特权。2022 年 12 月 2 日 2-5 CH-2
背景:胃肠道出血 (GIB) 是急性心肌梗死 (AMI) 患者中一种严重且可能危及生命的并发症,严重影响住院期间的预后。早期识别高危患者对于减少并发症、改善结果和指导临床决策至关重要。目的:本研究旨在开发和验证基于机器学习 (ML) 的模型,用于预测 AMI 患者住院期间的 GIB,识别关键风险因素,并评估该模型在风险分层和决策支持方面的临床适用性。方法:进行了一项多中心回顾性队列研究,包括广东医科大学附属医院 1910 名 AMI 患者(2005-2024 年)。根据入院日期将患者分为训练组(n=1575)和测试组(n=335)。为了进行外部验证,1746 名 AMI 患者被纳入公开的 MIMIC-IV(重症监护 IV 医疗信息集市)数据库。倾向得分匹配根据人口统计学特征进行了调整,而 Boruta 算法则确定了关键预测因素。共使用 10 倍交叉验证训练了 7 种 ML 算法——逻辑回归、k 最近邻、支持向量机、决策树、随机森林 (RF)、极端梯度提升和神经网络。对模型的受试者工作特征曲线下面积、准确度、灵敏度、特异性、召回率、F 1 分数和决策曲线分析进行了评估。Shapley 加性解释分析对变量重要性进行了排名。Kaplan-Meier 生存分析评估了 GIB 对短期生存的影响。多元逻辑回归在调整临床变量后评估了冠心病 (CHD) 与住院 GIB 之间的关系。结果:RF 模型优于其他 ML 模型,在训练队列中实现 0.77 的受试者工作特征曲线下面积,在测试队列中实现 0.77,在验证队列中实现 0.75。关键预测因素包括红细胞计数、血红蛋白、最大肌红蛋白、血细胞比容、CHD 和其他变量,所有这些变量都与 GIB 风险密切相关。决策曲线分析表明 RF 模型在早期风险分层方面的临床应用。Kaplan-Meier 生存分析表明,有或无 GIB 的 AMI 患者的 7 天和 15 天生存率没有显著差异(7 天生存率 P =.83,15 天生存率 P =.87)。多变量逻辑回归表明 CHD 是独立危险因素
2016;Hanson 等人 2017)。大多数健康动物可以耐受 10% 的急性循环血容量损失而无需进行容量复苏。有几种方法可以估算术中失血量,包括测量抽吸罐中的血液量、计数浸血的拭子(海绵)和估算手术单上的血容量损失(Jutkowitz 2004)。用于评估出血的间接方法包括测量血红蛋白 [(Hb) 或血细胞比容 (Ht)]、白蛋白或总血清固体(Jutkowitz 2004)。然而,这些间接方法仅适用于评估发生代偿性液体转移后的失血量,而代偿性液体转移发生在急性出血事件后至少 2 小时(Jutkowitz 2004)。因此,对于出现严重出血的猫,容量复苏可能会延迟。此外,健康猫的血容量相对较小,范围从 52.6 ± 6.8 到 59.6 ± 5.8 mL kg e 1 ,这使确定失血量成为一个挑战( Groom 等人,1965 年;Mott,1968 年)。另外,当胸腔和腹腔内出现被上覆器官掩盖的隐匿性出血或视野受限(胸腔镜检查和腹腔镜检查)时,确定失血量尤其具有挑战性。猫的术中出血可能未被充分认识,并且是许多已报告的心血管相关围麻醉期死亡的一个潜在风险因素( Brodbelt,2010 年)。目前,尚无评分系统可用于辅助检测或量化清醒或麻醉伴侣动物的急性出血(Reineke 2018),但它们在人类医学中很常见(Pons 等人 1985;Baskett 1990;Yucel 等人 2006;Chico-Fernandez 等人 2011;Ogura 等人 2014;Callcut 等人 2016)。在人类医学中应用的评分系统用于识别出血性休克患者,指导复苏或作为早期输血触发因素,通常是在患者送往医院之前(Terceros-Almanza 等人 2019)。我们推测理想的评分系统应该是:1)易于计算,2)利用反映出血早期反应的生理变量,3)包括反映血液成分变化的变量,和 4)仅由在怀疑急性出血后在某个时间点可获得的变量组成。本研究的目的是确定是否有任何可立即量化的生理、血液学、生化或电解质变量可用于猫急性出血评分系统 (CABSS) 预测家猫的急性严重出血事件。我们假设在轻度或重度出血事件之前获得的任何变量值都不会与在麻醉猫中事件后测得的值不同。
Zenrelia™(ilunocitinib片剂)被批准用于控制与过敏性皮炎相关的瘙痒,并控制至少12个月大的狗的特应性皮炎。该药物是一种免疫抑制剂,每天一次口服或没有食物。安全性和有效性在客户犬中进行了两项现场研究,以证明Zenrelia™有效控制与过敏性皮炎相关的特应性皮炎和瘙痒。研究包括两性的混合品种和纯种狗,年龄和体重。要参加特应性皮肤炎现场研究,必须由兽医诊断为特应性的狗,如兽医所评估的轻度皮肤病变,并由所有者评估。将要参加过敏性皮肤炎现场研究,必须由兽医诊断为过敏性皮炎,并由所有者评估。在两项研究的比率下,狗每天从第0天开始每天接受一次Zenrelia™或安慰剂片。用或不用食物进行治疗,安慰剂片剂与Zenrelia™片剂相同,但不含活性成分Ilunocitinib。在特应性皮肤炎现场研究中,如果在第28天,瘙痒或皮肤病变从基线(第0天)降低≥50%,则认为狗被认为是治疗的成功。与安慰剂组相比,Zenrelia™组中较高比例的狗是治疗成功。一只Zenrelia™处理的狗被诊断为转移性脾脏和肝血管肉瘤。与Zenrelia™治疗有关的不良反应包括胃肠道体征(呕吐或恶心,腹泻和厌食),嗜睡,外科耳炎,血液学和血清化学异常,包括白血病和肝癌增加。另一种Zenrelia™ - 治疗的狗在研究完成前四天患有创伤性肌腱炎和穿刺伤口,这一狗逐渐发展为严重的感染和最终的肢体截肢。在过敏性皮肤炎现场研究中,如果在治疗的前7天中,至少5天的5天将瘙痒从基线(第0天)降低≥50%,则将狗视为治疗成功。与安慰剂组相比,Zenrelia™组中较高比例的狗是治疗成功。与Zenrelia™治疗有关的不良反应包括胃肠道体征(呕吐或恶心,腹泻和厌食),嗜睡,尿路感染以及血液学和血清化学异常,包括白血病和肝词和肾上腺素和肾脏和肾脏值。赞助商在年轻,健康,男性和雌性小猎犬中进行了安全研究的实验室。每天以0倍,1倍,3倍或5倍的速度给狗施用Zenrelia™,连续182天,每天的最大预期剂量为0.8 mg/kg。0x组中的狗被假了。将片剂送给美联储状态的狗,以最大程度地暴露药物。用Zenrelia™治疗与二齿乳头瘤和/或皮炎/雌激发,局部脱肾病和前列腺腺体重降低有关。赞助商在年轻,健康,男性和女性临床病理学发现包括血细胞比容,血红蛋白和红细胞计数的剂量依赖性降低,而绝对网状细胞的相应增加。